lisensi ini mengizinkan setiap orang untuk menggubah ...kc.umn.ac.id/1424/3/bab iii.pdf · bernama...
TRANSCRIPT
Team project ©2017 Dony Pratidana S. Hum | Bima Agus Setyawan S. IIP
Hak cipta dan penggunaan kembali:
Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis dan melisensikan ciptaan turunan dengan syarat yang serupa dengan ciptaan asli.
Copyright and reuse:
This license lets you remix, tweak, and build upon work non-commercially, as long as you credit the origin creator and license it on your new creations under the identical terms.
46
BAB III
METODOLOGI PENELITIAN
3.1 Gambaran Umum Objek Penelitian
Pegipegi.com merupakan sebuah website e-commerce untuk pemesanan hotel, tiket
pesawat dan tiket kereta api secara online. Pegipegi.com berdiri sejak Mei 2012
dengan nama PT Go Online Destination (PT GOLD). Awal mula didirikan
mengikuti konsep sebuah startup asal Jepang bernama Jalan. Jalan merupakan
startup yang memfasilitasi sistem reservasi hotel dan travel agent terbesar di Jepang
(Maxmanroe, 2014). Dengan mempertimbangkan kesuksesan travel agent asal
Jepang tersebut, Recruit Holding Co. selaku pendiri Jalan, ingin mengulang
kesuksesan yang sama di Indonesia. Akhirnya melalui kerjasama dengan PT
Alternative Media Group (perusahaan periklanan digital asal Indonesia) dan
Altavindo (perusahaan penyedia solusi IT), Recruit Holding.Co mulai merintis
startup bernama Pegipegi.com.
Pesatnya perkembangan sektor pariwisata Indonesia membuat Pegipegi yang
diluncurkan tahun 2012 sangat optimis untuk meraih peluang di bidang sistem
reservasi hotel, pesawat dan travel agent (Maxmanroe, 2014). Saat ini Pegipegi.com
mempunyai jaringan hotel terluas sebanyak 7000 hotel (Kontan, 2016), dengan
jaminan harga terbaik, last minute inventory, review secara langsung dari pelaggan
Indonesia, serta berbagai macam promo yang selalu ditawarkan.
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
47
Jadi konsumen akan lebih mudah lagi dalam mendapatkan tempat tinggal yang
berkualitas dengan harga terjangkau dan mudah didapatkan dengan cepat (National
Geographic, 2014). Pegipegi.com hadir dengan versi terbaru sepeti website, mobile
apps, dan halaman blog. Berikut tampilan website dari Pegipegi.com:
Sumber: www.pegipegi.com
Gambar 3.1 Tampilan website Pegipegi.com
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
48
Saat ini Pegipegi.com memiliki jumlah pengguna 750 ribu. Jumlah transaksi
Pegipegi.com per hari lebih dari 10.000 kali, dan sebesar 40% berasal dari
pengguna lama, sedangkan 60% lagi berasal dari pengguna baru. Dari jumlah
transaksi per hari tersebut, sebanyak 40% adalah transaksi tiket hotel
(Merdeka.com, 2016). Jumlah transaksi hotel ini lebih banyak dibandingkan
transaksi tiket kereta api dan pesawat terbang.
Salah satu cara yang dilakukan Pegipegi.com dalam menarik konsumennya adalah
memberikan PePe point kepada para member nya. PePe point adalah point yang
diberikan oleh Pegipegi.com kepada konsumen yang dapat ditukarkan ketika
melakukan transaksi pemesanaan hotel. PePe point tidak hanya ditukarkan dengan
potongan harga, tetapi bisa ditukarkan dengan cashback dan yang lainnya. Berikut
keterangan PePe point yang didapat bagi para member Pegipegi.com:
Tabel 3.1 Keterangan Pepe Point Pegipegi.com
Sumber: www.pegipegi.com
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
49
PePe point ini merupakan salah satu keunggulan yang dimiliki pegipegi.com
dibandingkan dengan website pemesanan hotel lainnya. PePe point yang berupa
reward dengan nominal tertentu juga diberikan bagi pengguna yang belum terdaftar
sebagai member. Namun keuntungan tersebut tidak begitu besar didapatkan
dibandingkan dengan menjadi member pegipegi.com. Pegipegi.com menawarkan
harga yang menarik apabila konsumen terdaftar sebagai member Pegipegi.com.
Berikut contoh perbedaan yang dapat dilihat untuk booking Hotel Grandia di
Bandung dengan tanggal dan tipe kamar yang sama.
Sumber: Pegipegi.com
Gambar 3.2 Harga Hotel Grandia (non-member)
Gambar diatas menunjukkan rincian harga yang harus dibayar konsumen jika ingin
booking Hotel Grandia selama 1 malam dengan tipe kamar Deluxe Twin Bed –
Room Only. Total biaya yang harus dikeluarkan sebesar Rp 698.000,-. Harga
tersebut termasuk tinggi jika dibandingkan dengan menjadi member Pegipegi.com.
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
50
Untuk menjadi member Pegipegi.com, konsumen hanya perlu melakukan registrasi
pada website Pegipegi.com, dan bisa langsung mendapatkan Pepe point senilai
Rp12.500,-. Banyak keuntungan yang diperoleh ketika menjadi member
Pegipegi.com. Salah satunya adalah potongan harga seperti gambar dibawah ini:
Sumber: Pegipegi.com
Gambar 3.3 Harga Hotel Grandia (member)
Gambar 3.3 menunjukkan bahwa setelah terdaftar menjadi member Pegipegi.com,
harga yang didapat akan lebih murah. Perbandingan harga Hotel Grandia di
Bandung dengan tipe kamar dan tanggal yang sama membuat konsumen lebih
memilih untuk terdaftar sebagai member Pegipegi.com. Harga yang dikeluarkan
hanya Rp643,207 atau lebih murah Rp54,793,- dari harga non-member.
Jadi kesimpulan dari gambar 3.2 dan 3.3 adalah pengguna akan mendapatkan
keuntungan yang lebih banyak jika terdaftar menjadi member pegipegi.com. PePe
point ini tidak dapat digabungkan dengan promosi lainnya seperti pemberian
discount bagi nasabah bank tertentu.
Sebagai layanan tambahan yang dapat digunakan oleh pelanggan Pegipegi.com
secara gratis, Pegipegi.com mengahadirkan Travel Tips (Marcopolis, 2016).
Layanan ini merupakan sebuah blog perjalanan yang sangat menarik dan lengkap.
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
51
Terdapat berbagai rekomendasi tempat wisata mulai dari kuliner hingga wisata
alam yang dapat dijadikan referensi liburan para traveller. Pegipegi.com
memperbarui blog tersebut setiap hari dengan informasi-informasi menarik.
Pegipegi.com bangga jika blog nya merupakan yang paling update dan memiliki
berbagai macam topik, dibandingkan dengan pesaingnya (Marcopolis, 2016).
Pegipegi.com mengatakan 50% pembeli melakukan pembelian last minute
inventory atau melakukan pemesanan untuk hari ini atau keesokan hari (SWA,
2016). Untuk mendorong pemesanan pada akhir tahun 2016, Pegipegi mengadakan
promo dengan nama ‘Kado’ yang berlangsung pada 1-31 Desember 2016. Berikut
tampilan promo Kado yang pernah diberikan Pegipegi.com:
Sumber: Pegipegi.com
Gambar 3.4 Promo Kado Pegipegi.com
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
52
Promo Kado tersebut diadakan dengan skema yang berbeda-beda setiap hari,
memberikan diskon hingga 50% untuk pemesanan hotel. Pegipegi.com mengulang
promo yang sama pada Desember 2016 karena tahun 2015 lalu, promo Kado
tersebut berhasil mencapai 4 (empat) kali lipat dibanding jumlah transaksi di
Desember 2014 (SWA, 2016). Pegipegi.com menyatakan total transaksi pada tahun
2016 meningkat hingga lebih dari 250% dibanding tahun lalu (SWA, 2016).
Melihat pertumbuhan yang cukup pesat ini, Pegipegi.com optimis untuk
menargetkan transaksi yang akan meningkat dua kali lipat pada tahun berikutnya
(Beritasatu, 2016).
3.2 Desain Penelitian
Malhotra (2010) mendefinisikan desain penelitian sebagai sebuah kerangka atau
blueprint untuk melakukan suatu proyek riset pemasaran, yang membutuhkan
prosedur spesifik untuk memperoleh informasi yang dibutuhkan serta dapat
menyelesaikan masalah pada projek tersebut. Desain penelitian terdiri atas
Exploratory Research Design dan Conclusive Research Design (Malhotra, 2010).
Sumber: Malhotra, 2010
Gambar 3.5 Research Design
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
53
Exploratory research adalah penelitian yang memiliki tujuan untuk mengetahui
wawasan dan pemahaman dari situasi masalah yang dihadapi peneliti. Proses
penelitiannya fleksibel dan tidak terstruktur. Lalu analisa dari data primer
merupakan pendekatan kualitatif. Conclusive research design adalah penelitian
yang digunakan untuk menguji hipotesis spesifik dan memeriksa hubungannya.
Conclusive research design terbagi menjadi dua, yaitu descriptive research dan
causal research. Descriptive research adalah jenis penelitian yang bertujuan untuk
mendeskripsikan atau menggambarkan sesuatu, biasanya karakteristik pasar dan
perilaku konsumen (Malhotra, 2010). Formulasinya ditandai dengan penyusunan
hipotesis yang spesifik, direncanakan dan desain yang terstruktur.
Data primer yang digunakan adalah survei dan kuantitatif analisis. Descriptive
research terbagi lagi menjadi 2 yaitu cross-sectional design dan longitudinal
design. cross-sectional design adalah penelitian jenis descriptive research yang
dilakukan sekali saja dan hasil penelitiannya hanya merepresentasikan keadaan saat
itu (saat dilakukan penelitian), sementara longitudinal design adalah penelitian
yang dilakukan secara terus menerus (Malhotra, 2010). Causal research adalah
penelitian yang menentukan hubungan sebab-akibat. Metodologi yang diguanakan
adalah experiments. Contohnya seperti percobaan pada laboratorium science uji
kualitas obat kimia.
Penelitian ini menggunakan descriptive research dengan cross-sectional design.
Karena menggambarkan karakteristik konsumen Gen Y dalam melakukan booking
hotel di website Pegipegi.com dan penelitian ini hanya dilakukan sekali saja untuk
mengetahui kondisi pasar saat ini. Penelitian ini terstruktur karena menggunakan
hipotesis yang spesifik, lalu menggunakan metode survei, dimana metode ini
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
54
meneliti sampling unit dengan menggunakan kuesioner yang memberikan penilaian
antara 1 – 7 likert. Kuesioner diberikan kepada sample dari sebuah population untuk
mendapatkan informasi spesifik dari responden (Malhotra, 2010). Penelitian ini
secara umum akan meneliti tentang faktor-faktor yang mempengaruhi e-loyalty dari
konsumen Pegipegi.com. Adapun variabel yang digunakan adalah hedonic features,
utilitarian features, calculative commitment, flow experience dan e-trust.
3.3 Ruang Lingkup Penelitian
3.3.1 Target Population
Penentuan target populasi sangatlah penting dalam penelitian ini agar hasil yang
didapat lebih akurat. Menurut Malhotra (2010) populasi adalah gabungan atau
sekumpulan elemen yang memiliki serangkaian karakteristik tertentu lalu
ditetapkan untuk menjadi objek penelitian. Terdapat 4 aspek yang dapat digunakan
untuk menjelaskan target populasi yaitu: element, sampling unit, extent, dan time
frame. Target populasi pada penelitian ini adalah konsumen yang pernah
menggunakan website Pegipegi.com untuk booking hotel secara online dan
berdomisili di Indonesia.
3.3.1.1 Element
Menurut Malhotra (2010), element adalah objek yang memiliki formasi yang
dicari oleh peneliti dan sesuai dengan yang dibutuhkan oleh penelitian. Element
dari penelitian ini adalah sebagai berikut:
1. Pria dan wanita
2. Usia 17 – 36 tahun
3. Pernah booking hotel pada website Pegipegi.com dalam 1 tahun terakhir
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
55
4. Mengetahui sistem reward dari Pegipegi.com yang bernama Pepe point
5. Berencana untuk melakukan travelling dalam 1 tahun kedepan
6. Saat ini berdomisili di Indonesia
3.3.1.2 Sample Unit
Sample unit adalah suatu dasar yang mengandung unsur-unsur dari populasi untuk
dijadikan sampel (Malhotra, 2010). Sampling unit dalam penelitian ini adalah pria
dan wanita berusia antara 17 – 36 tahun, sudah pernah menggunakan Pegipegi.com
untuk boking hotel pada website Pegipegi.com dalam 1 tahun terakhir, mengetahui
sistem reward dari Pegipegi.com yang bernama Pepe point, berencana untuk
melakukan travelling dalam 1 tahun kedepan dan saat ini berdomisili di Indonesia.
3.3.1.3 Extent
Extent atau batas geografis dari penelitian ini adalah negara Indonesia. Pembatasan
extent untuk Negara Indonesia dimaksudkan agar wilayah yang diteliti tidak terlalu
luas, sehungga peneliti dapat menyimpulkan secara optimal dan akurat.
Pengambilan extent di Indonesia karena mempertimbangkan Pegipegi.com yang
berfokus mengembangkan jasa booking hotel khusus di wilayah Indonesia.
3.3.1.4 Time Frame
Malhotra (2010) menyatakan bahwa time frame mengacu pada jangka waktu yang
dibutuhkan peneliti untuk mengumpulkan data hingga mengolahnya. Time Frame
pada penelitian ini adalah 19 September 2016 – 14 Januari 2017. Penyebaran
kuesioner dilakukan dari 12 Desember – 5 Januari 2016.
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
56
3.3.2 Sampling Technique
Sumber: Malhotra, 2010
Gambar 3.6 Sampling Technique
Menurut Malhotra (2010) terdapat 2 jenis sampling technique yaitu probability
sampling dan non-probability sampling:
1. Probability sampling yaitu teknik sampling dimana setiap anggota populasi
mempunyai kesempatan yang tetap untuk terpilih menjadi sample.
2. Non-probability sampling adalah teknik sampling yang tidak menggunakan
prosedur seleksi pada anggota populasinya, melainkan bergantung pada
penilaian pribadi peneliti (Malhotra, 2010).
Di dalam non-probability sampling terdapat 4 sampling technique yaitu
convenience sampling, judgmental sampling, snowball sampling, dan quota
sampling.
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
57
1. Convenience sampling yaitu teknik sampling untuk mendapatkan sample dari
unsur kenyamanan. Pemilihan unit sampling biasanya lebih spesifik,
contohnya anggota dari orgaisasi sosial.
2. Judmental sampling adalah teknik sampling dimana setiap bagian dari
populasi sengaja dipilih berdasarkan penilaian peneliti. Biasanya karakteristik
atau element yang dibutuhkan sesuai dengan objek penelitian.
3. Quota sampling yaitu teknik sampling dimana terdapat dua tahapan yang
dibatasi oleh judmental sampling. Tahap pertama adalah mengembangkan
kategori atau kuota dari populasi. Tahap kedua adalah sample dipilih
berdasarkan convenience atau judgmental.
4. Snowball sampling, yaitu teknik sampling dimana sample dipilih secara acak
karena berdasarkan penyerahan informasi dari responden utama. Setelah
melakukan interview pada suatu kelompok responden, mereka diminta untuk
mereferensikan orang lain yang memenuhi kriteria sebagai responden. Proses
ini terus berlanjut sehingga menimbulkan efek snowball.
Dalam penelitian ini digunakan metode non-probability sampling dengan
teknik judgmenal sampling. Hal ini karena peneliti belum mengetahui semua
anggota populasi yang dibutuhkan, sehingga peneliti melakukan screening
yang lebih terperinci untuk menentukan responden.
3.3.3 Sampling Size
Sampling size merupakan jumlah elemen yang akan diikutsertakan di dalam
penelitian (Malhotra, 2010). Penentuan jumlah sample ini disesuaikan dengan
banyaknya item pertanyaan yang ditanyakan dalam kuisioner peneliti. Landasan
untuk menentukan ukuran minimum sampel penelitian menurut Hair et al., (2010):
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
58
1. Jumlah sampel harus lebih banyak daripada jumlah variabel
2. Jumlah minimal sample size secara absolut adalah 50 observasi
3. Jumlah minimal sampel adalah 5 observasi per variabel
Jumlah variabel pada penelitian ini sebanyak 6 variabel dengan 5 item pertanyaan
pada setiap variablenya. Jumlah keseluruhan item pernyataan adalah 30 item.
Maka dari itu, dapat ditentukan bahwa jumlah sampel minimum yang akan diambil
pada penelitian ini adalah sebanyak: 5 x 30 = 150 responden. Namun dalam
perkembangannya, penelitian ini berhasil mendapatkan 160 responden.
3.3.4 Sampling Process
Menurut Malhotra (2010), jenis data terbagi menjadi 2 yaitu Primary Data dan
Secondary Data. Berikut penjelasannya:
1. Primary Data merupakan informasi yang dikumpulkan pertama kali dan
digunakan dalam sebuah penelitian (Malhotra, 2010). Dalam penelitian ini,
penulis mendapatkan data pendukung dari pihak Pegipegi.com melalui
interview dan website yang tersedia. Data lain yang didapat adalah melalui
servey kuesioner kepada member Pegipegi.com.
2. Secondary Data menurut Zikmund et al (2013) adalah data yang didapatkan
peneliti dari berbagai sumber lain seperti artikel dari internet, buku, literature
dan jurnal ilmiah. Pada penelitian ini, data didapat melalui beberapa jurnal
ilmiah (seperti: science direct dan emerald insight), artikel dari internet, serta
tinjauan pustaka dari buku Consumer Behavior karangan Schiffman & Kanuk,
E-Commerce karangan Laudon & Traver serta sumber lainnya.
Sumber data utama yang digunakan untuk melakukan hasil penelitian ini adalah
data primer yang dikumpulkan melalui survey kepada reposnden Pegipegi.com
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
59
yang termasuk kedalam target population. Pengumpulan data dilakukan dengan
kuesioner yang disebar secara acak menggunakan metode non-probability
sampling. Pre-test dilakukan terlebih dahulu untuk menguji validitas dan
reliabilitas setiap indicator pada kuesioner. Minimal jumlah responden pada pre-
test adalah 30 responden. Dalam penelitian ini, pre-test dilakukan secara online dan
offline dan terkumpul sebanyak 31 responden. Kuesioner yang telah melalui uji
validitas dan reliabilitas pre-test, kemudian disebarkan secara online menggunakan
Google Docs.
Link kuesioner disebar melalui personal chat dan komunitas virtual. Untuk
personal chat, peneliti mengirimkan pesan kepada konsumen Pegipegi.com
melalui line, instagram, dan broadcast message melalui akun line@ online
shopping peneliti, pertimbangannya adalah karena banyak konsumen muda yang
membeli barang pada akun jualan peneliti di Instagram. Peneliti juga membuat
postingan pada akun instagram online shopping yang peneliti punya karena cukup
banyak follower nya. Sedangkan untuk komunitas, peneliti membuat postingan
yang disebar di Kaskus pada forum Kaskus Traveller dan Kaskus Lounge.
Calon responden tentunya diberikan penjelasan mengenai penelitian yang
dilakukan serta petunjuk pengisian kuesioner. Untuk meminimalisir hasil yang
tidak sesuai dengan kriteria, dalam penyebaran kuesioner peneliti memberikan
kriteria responden seperti: sudah pernah menggunakan Pegipegi.com untuk
booking hotel dalam 1 tahun terakhir, mengetahui sistem Pepe point, dan berencana
untuk travelling dalam 1 tahun kedepan. Hanya responden yang memenuhi kriteria
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
60
atau kualifikasi yang akan digunakan datanya. Adapaun link kuesioner yang
disebar adalah sebagai berikut:
https://goo.gl/forms/UOs46yO6SJsz38lX2
Untuk menarik responden agar berpartisipasi pada penelitian ini, setiap responden
yang memenuhi kriteria akan diundi untuk untuk mendapatkan voucher belanja
pembelian di akun Instagram @Dailyshoes17 sebesar Rp50.000 untuk 2 orang, dan
voucher pulsa Rp25.000 untuk 10 orang yang beruntung.
3.4 Identifikasi Variabel Penelitian
3.4.1 Variabel Eksogen
Variabel Ekosogen adalah variabel yang muncul sebagai variabel bebas pada
semua persamaan yang ada dalam model. Notasi matematik dari variabel laten
eksogen adalah huruf Yunani ξ (“ksi”) (Hair et al., 2010). Variabel eksogen
digambarkan sebagai lingkaran dengan anak panah yang menuju keluar.
Dalam penelitian ini, ada 2 yang termasuk variabel eksogen yaitu hedonic features
dan utilitarian features. Berikut adalah gambar dari variabel eksogen:
Sumber: Hair et al., 2010
Gambar 3.7 Variabel Eksogen
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
61
3.4.2 Variabel Endogen
Variabel Endogen merupakan variabel yang terikat pada paling sedikit satu
persamaan dalam model, meskipun di semua persamaan sisanya variabel tersebut
adalah variabel bebas. Notasi matematik dari variabel laten endogen adalah
η (“eta”) (Hair et al., 2010). Variabel endogen digambarkan sebagai lingkaran
dengan setidaknya memiliki satu anak panah yang mengarah pada variabel
tersebut. Dalam penelitian ini, yang termasuk variabel endogen adalah calculative
commitment, flow experience, e-trust dan e-loyalty. Berikut adalah gambar
variabel endogen:
Sumber: Hair et al., 2010
Gambar 3.8 Variabel Endogen
3.4.3 Variabel Teramati
Variabel teramati (observer variable) atau variabel terukur (measured variable)
adalah variabel yang dapat diamati atau dapat diukur secara empiris, dan dapat
disebut juga sebagai indikator. Pada metode survei menggunakan kuesioner
mewakili sebuah variabel teramati. Simbol diagram dari variabel teramati adalah
bujur sangkar/kotak atau persegi panjang (Hair et al., 2010).
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
62
Pada penelitian ini, terdapat total 30 pertanyaan pada kuesioner, sehingga jumlah
variabel teramati dalam penelitian ini adalah 30 indikator.
3.5 Definisi Operasional Variabel
Dalam mengukur penelitian ini variabel yang digunakan dalam penelitian
diperlukan indikator-indikator yang sesuai unutk mengukur sebuah variabel
tersebut secara akurat. Indikator tersebut juga berguna untuk menghindari kesalah
pahaman dalam mendefinisikan variabel-variabel yang digunakan. Dalam membuat
instrumen pengukuran maka setiap variabel penelitian perlu untuk dijelaskan
definisi operasional variabelnya untuk mempermudah dalam mendefinisikan
permasalahan yang ingin dibahas dalam suatu variable, sehingga dapat
menyamakan persepsi dan menghindari kesalah pahaman dalam mendefinisikan
variabel yang dianalisis.
Definisi operasional pada penelitian ini disusun berdasarkan teori yang mendasari
dengan indikator pertanyaan seperti pada tabel 3.2. Skala pengukuran variabel yang
digunakan adalah likert scale 7 (tujuh) poin. Seluruh variabel diukur dengan skala
likert 1 sampai 7 dengan angka satu menunjukkan sangat tidak setuju hingga angka
tujuh menunjukkan sangat setuju. Tabel definisi operasional penelitian dapat dilihat
pada halaman berikutnya.
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
63
Tabel 3.2 Operasionalisasi Variabel Penelitian
No Variable Definition Indikator Measurement Reference Scaling
Technique
1 Hedonic
Features
Fitur yang menyenangkan
ketika mengakses sebuah
website, seperti tata letak
yang sesuai atau gambar
yang beranimasi
(Bilgihan dan Bujisic,
2014)
Enjoyment HED1 Pengalaman mencari hotel di website
Pegipegi.com menyenangkan
Babin,
Darden &
Griffin
(1994)
Likert 1-7
Exciting HED2 Saya merasakan kegembiraan saat
mencari hotel di website Pegipegi.com
Bilgihan &
Bujisic
(2014)
Likert 1-7
Pleasant HED3
Proses booking hotel di Pegipegi.com
cukup menyenangkan dibandingkan
dengan website booking hotel lainnya
Bilgihan &
Bujisic
(2014)
Likert 1-7
Enjoyment HED4
Mengumpulkan PePe point atau
rewards dari website Pegipegi.com
cukup menyenangkan
Stathopoulou
dan
Balabanis
(2016)
Likert 1-7
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
64
No Variable Definition Indikator Measurement Reference Scaling
Technique
Interesting
user
interface
HED5
Pegipegi.com tidak hanya menawarkan
hotel saja, tetapi juga menghibur saya
melalui user interface yang menarik
Overby &
Lee, (2006) Likert 1-7
2 Utilitarian
Features
Fitur-fitur yang
memudahkan konsumen
baik dalam melakukan
pencarian ataupun
pembelian produk
disebuah website, seperti
fitur perbandingan harga
dan kemudahan navigasi
(Overby dan Lee, 2006 ;
Childers et al., 2001).
Availability
of choice UTI1
Saat menggunakan website
Pegipegi.com, saya menemukan hotel
yang sedang saya cari
Likert 1-7
Features UTI2
‘Filter pencarian hotel’ mempermudah
saya saat mencari kamar hotel yang
diinginkan
Likert 1-7
Saving
Time UTI3
Booking hotel melalui Pegipegi.com
dapat menghemat waktu saya
dibandingkan dengan memesan
langsung ke hotelnya
Overby &
Lee, (2006) Likert 1-7
Economic
Value UTI4
Website Pegipegi.com menawarkan
harga yang terjangkau untuk kategori
hotel
Overby &
Lee, (2006) Likert 1-7
Quality UTI5 Harga kamar hotel yang saya pesan dari
Pegipegi.com sesuai dengan kualitas
Overby &
Lee, (2006) Likert 1-7
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
65
No Variable Definition Indikator Measurement Reference Scaling
Technique
3
Calculative
Commitment
Komitmen konsumen
untuk tetap menggunakan
website tertentu karena
mempertimbangkan
kalkulasi biaya yang
dikeluarkan dan sulitnya
mencari alternatif website
lain
(Bendapudi dan Berry
1997; Bilgihan dan Bujisic
2014)
Afraid of
loose
benefits
CAL1
Saya takut kehilangan promo atau
tawaran yang menarik dari
Pegipegi.com jika saya berhenti
menggunakan website Pegipegi.com
Pandit dan
Montero
(2016)
Likert 1-7
CAL2
Saya akan kehilangan Pepe point jika
saya berhenti menggunakan website
Pegipegi.com
Likert 1-7
benefits CAL3
Pegipegi.com memberikan banyak
manfaat ketika booking hotel,
dibandingkan dengan website lain
Nusair, Parsa
& Cobanoglu
(2011)
Likert 1-7
Lack of
alternative CAL4
Sulitnya mencari alternatif website lain
yang sebaik Pegipegi.com untuk
booking kamar hotel
Nusair, et al
(2011) Likert 1-7
CAL5
Saya tidak memiliki alasan yang tepat
untuk booking hotel melalui website
lain, selain Pegipegi.com
Nusair, et al
(2011) Likert 1-7
4 Flow
Experience
Keadaan dimana
konsumen tidak menyadari Enjoy FLO1
Saya merasa nyaman saat mencari
kamar hotel melalui Pegipegi.com
Bilgihan,
(2016) Likert 1-7
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
66
No Variable Definition Indikator Measurement Reference Scaling
Technique
telah terlibat didalam
aktivitas belanja online
karena sangat menikmati
pencarian produk yang
diinginkan
( Liu et al., 2016; Gao dan
Bai, 2014).
Imagining
the
facilities
FLO2
Saya membayangkan fasilitas yang
diperoleh ketika melihat review kamar
hotel di website Pegipegi.com
Likert 1-7
Immersed FLO3 Saya begitu asyik mencari kamar hotel
di website Pegipegi.com
Liu et al.,
(2016) Likert 1-7
FLO4 Saya menikmati proses booking hotel
melalui Pegipegi.com
Bilgihan,
(2016) Likert 1-7
Focus FLO5
Terakhir kali saya booking hotel melalui
website Pegipegi.com, saya tidak
bingung
Bilgihan,
(2016) Likert 1-7
5 E-Trust
Konsumen yang percaya
bahwa sebuah website
tidak akan melakukan
perbuatan yang merugikan
(Khan dan Rahman 2016)
Correct
information TRU1
Saya yakin informasi hotel pada website
Pegipegi.com adalah benar
Khan dan
Rahman
(2016)
Likert 1-7
Integrity TRU2 Pegipegi.com tidak akan mengambil
tindakan yang merugikan konsumennya
Khan dan
Rahman
(2016)
Likert 1-7
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
67
No Variable Definition Indikator Measurement Reference Scaling
Technique
Trusted TRU3
Saya tidak takut untuk memberikan
informasi diri saya ketika booking hotel
di Pegipegi.com
Likert 1-7
Easy to use TRU4
Kemudahan navigasi pada website
Pegipegi.com membuat saya percaya
untuk booking hotel
Likert 1-7
Secure TRU5
Saya merasa aman saat melakukan
transaksi booking hotel melalui website
Pegipegi.com
Moriuchi &
Takahashi
(2016)
Likert 1-7
5 E-Loyalty
Niat konsumen untuk re-
purchase produk atau jasa
melalui website meskipun
alternatif lain tersedia
(Bilgihan dan Bujisic,
2014 ; Flavian et al., 2006)
Stay LOY1 Saya tidak akan berpindah ke website
lain selain Pegipegi.com
Bilgihan
(2016) Likert 1-7
LOY2
Ketika saya ingin booking hotel lagi,
website Pegipegi.com adalah pilihan
pertama saya
Chang dan
Chen (2009) Likert 1-7
LOY3
Walaupun website booking hotel lain
memberikan promo yang menarik, saya
tetap memilih Pegipegi.com
Likert 1-7
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
68
No Variable Definition Indikator Measurement Reference Scaling
Technique
LOY4 Saya jarang memilih website lain selain
Pegipegi.com untuk booking hotel
Flavian et al.,
(2006) Likert 1-7
Using the
website in
the future
LOY5
Saya akan selalu menggunakan website
Pegipegi.com untuk booking hotel
dikemudian hari
Cyr et al.,
(2007) Likert 1-7
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
69
3.6 Teknik Pengolahan Analisis Data
3.6.1 Metode Analisis Data Pretest Menggunakan Faktor Analisis
Faktor analisis adalah teknik pengurangan indikator dan tahap meringkas data
untuk menjadi lebih efisien (Malhotra, 2010). Faktor analisis digunakan untuk
melihat ada atau tidaknya korelasi antar indikator dan untuk melihat apakah
indikator tersebut bisa mewakili sebuah variabel latent. Faktor analisis juga melihat
apakah data yang kita dapat valid dan reliabel, selain itu dengan teknik faktor
analisis dapat teridentifikasi apakah indikator dari setiap variabel menjadi satu
kesatuan atau mereka memiliki persepsi yang berbeda (Malhotra, 2010).
3.6.1.1 Uji Validitas
Dilakukan untuk mengetahui apakah alat ukur (measurement) yang digunakan
benar-benar mengukur apa yang ingin diukur (variable) (Malhotra, 2010). Suatu
indikator dikatakan valid jika pernyataan indikator mampu mengungkapkan sesuatu
yang diukur oleh indikator tersebut. Semakin tinggi validitas akan menunjukan
semakin valid sebuah penelitian. Dalam penelitian ini, uji validitas akan dilakukan
dengan menggunakan metode Factor Analysis. Suatu alat ukur dinyatakan valid
dengan metode factor analysis, ketika syarat-syarat pada tabel 3.2 berikut
terpenuhi:
Tabel 3.3 Uji Validitas
No Ukuran Validitas Nilai Disyaratkan
1
Kaiser Meyer-Olkin (KMO) Measure
of Sampling Adequacy
Merupakan sebuah indeks yang digunakan
untuk menguji kecocokan model analisis.
Nilai KMO ≥ 0.5
mengindikasikan bahwa
analisis faktor telah
memadai, sedangkan nilai
KMO < 0.5
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
70
No Ukuran Validitas Nilai Disyaratkan
mengindikasikan analisis
faktor tidak memadai
(Malhotra, 2010).
2
Bartlett’s Test of Sphericity Merupakan
uji statistik yang digunakan untuk
menguji hipotesis bahwa variabel-
variabel tidak berkorelasi pada populasi.
Dengan kata lain, mengindikasikan
bahwa matriks korelasi adalah matriks
identitas, yang mengindikasikan bahwa
variabel- variabel dalam faktor bersifat
related (r = 1) atau unrelated (r = 0).
Jika hasil uji nilai signifikan ≤
0.05 menunjukkan hubungan
yang signifikan antara variabel
dan merupakan nilai yang
diharapkan. (Malhotra, 2010).
3
Anti Image Matrices
Untuk memprediksi apakah suatu variabel
memiliki kesalahan terhadap variabel lain.
Memperhatikan nilai Measure
of Sampling Adequacy (MSA)
pada diagonal anti image
correlation. Nilai MSA
berkisar antara 0 sampai
dengan 1 dengan kriteria:
Nilai MSA = 1, menandakan
bahwa variabel dapat
diprediksi tanpa kesalahan
oleh variabel lain.
Nilai MSA ≥ 0.50 menandakan
bahwa variabel masih dapat
diprediksi dan dapat dianalisis
lebih lanjut.
Nilai MSA ≤ 0.50 menandakan
bahwa variabel tidak dapat
dianalisis lebih lanjut. Perlu
dikatakan pengulangan
perhitungan analisis faktor
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
71
No Ukuran Validitas Nilai Disyaratkan
dengan mengeluarkan
indikator yang memiliki nilai
MSA ≤ 0.50. (Malhotra, 2010).
4
Factor Loading of Component Matrix
Merupakan besarnya korelasi suatu
indikator dengan faktor yang terbentuk.
Tujuannya untuk menentukan validitas
setiap indikator dalam mengkonstruk
setiap variabel.
Kriteria validitas suatu
indikator itu dikatakan valid
membentuk suatu faktor, jika
memiliki factor loading ≤ 0.50
(Malhotra, 2010).
Sumber : Maholtra (2010)
3.6.1.2 Uji Reliabilitas
Sebuah penelitian dapat diketahui tingkat kehandalan melalui sebuah uji reliabilitas
(Malhotra, 2010). Tingkat kehandalan dapat dilihat dari jawaban terhadap sebuah
pernyataan yang konsisten dan stabil. Reliabilitas merupakan ukuran yang
menunjukkan seberapa konsisten hasil pengukuran sebuah alat ukur (measurement)
ketika digunakan berkali-berkali (Malhotra, 2010). (George & Mallery, 2003)
dalam (Gliem & Gliem, 2003) memberikan rules of thumb sebagai berikut untuk
pengukuran reliabilitas : “_ > .9 – Excellent, _ > .8 – Good, _ > .7 – Acceptable, _
> .6 – Questionable, _ >.5 – Poor, and_ < .5 – Unacceptable”, dapat diartikan bahwa
sekurang-kurangnya nilai Cronbach Alpha tidak boleh kurang dari 0.5, dan
tergolong baik jika nilai Cronbach Alpha lebih besar daripada 0.7.
3.6.2 Structural Equation Model (SEM)
Pada penelitian ini data akan dianalisis dengan menggunakan metode structural
equation model (SEM) yaitu merupakan sebuah teknik statistic multivariate yang
menggabungkan beberapa aspek dalam regresi berganda yang bertujuan untuk
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
72
menguji hubungan dependen dan analisis faktor yang menyajikan konsep faktor
tidak terukur dengan variabel multi yang digunakan untuk memperkirakan
serangkaian hubungan dependen yang saling mempengaruhi secara bersamaan
(Hair et al., 2010). Dari segi metodologi, SEM memiliki beberapa peran, yaitu
diantaranya sebagai sistem persamaan simultan, analisis kausal linier, analisis
lintasan (path analysis), analysis of covariance structure, dan model persamaan
struktural (Hair et al ., 2010). Analisa hasil penelitian menggunakan metode SEM
(Structural Equation Modeling) karena model penelitian ini memiliki lebih dari 1
variabel endogen. Software yang digunakan adalah Amos versi 22 untuk
melakukan uji validitas, realibilitas, hingga uji hipotesis penelitian. Struktural
model disebut juga latent variable relationship.
3.6.2.1 Variabel-variabel dalam SEM
Dalam SEM dikenal dua jenis variabel, yaitu variabel laten (latent variables) dan
variabel terukur (measured variables) atau disebut juga variabel teramati
(observed variables). Variabel laten atau konstruk laten merupakan konsep abstrak
yang menjadi kunci perhatian pada SEM. Sedangkan variabel terukur adalah
variabel yang dapat diamati atau dapat diukur secara empiris dan sering disebut
sebagai indikator (Hair et al., 2010). Ada dua jenis variabel laten, yaitu eksogen
dan endogen. Variabel eksogen yang memiliki notasi matematik ξ (“ksi”)
merupakan variabel yang selalu muncul sebagai variabel bebas pada semua
persamaan yang ada dalam model. Sedangkan variabel endogen yang memiliki
notasi matematik η (“eta”) merupakan variabel yang terikat pada paling sedikit
satu persamaan dalam model, meskipun di semua persamaan sisanya adalah
variabel bebas (Hair et al., 2010).
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
73
3.6.2.2 Tahapan Prosedur SEM
Analisis terhadap model struktural mencakup pemeriksaan terhadap signifikan
koefisien yang diestimasi. Menurut Hair et al., (2010), terdapat tujuh tahapan
pembentukan dan analisis SEM, yaitu:
Sumber: Hair et al., 2010
Gambar 3.9 Tahap-tahap melakukan SEM
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
74
1. Membentuk model teori sebagai dasar model SEM yang mempunyai
justifikasi teoritis yang kuat. Merupakan suatu model kausal atau sebab akibat
yang menyatakan hubungan antar dimensi atau variabel.
2. Membangun path diagram dari hubungan kausal yang dibentuk berdasarkan
dasar teori. Path diagram tersebut memudahkan peneliti untuk melihat
hubungan-hubungan kausalitas yang diuji.
3. Membagi path diagram tersebut menjadi satu set model pengukuran
(measurment model) dan model struktural (structural model).
4. Pemilihan matrik data input dan mengestimasi model yang diajukan.
Perbedaan SEM dengan teknik multivariat lainnnya adalah dalam input data
yang akan digunakan dalam pemodelan dan estimasinya. SEM hanya
menggunakan matrik varian/kovarian atau matrik korelasi sebagai data input
untuk keseluruhan estimasi yang dilakukan.
5. Menentukan the identification of the structural model. Langkah ini untuk
menentukan model yang dispesifikasi, bukan model yang underidentified.
Problem identifikasi dapat muncul melalui gejala-gejala berikut:
a. Standard Error untuk salah satu atau beberapa koefisien adalah sangat
besar.
b. Program ini mampu menghasikan matrik informasi yang seharusnya
disajikan.
c. Muncul angka-angka yang aneh seperi adanya error varian yang negatif.
d. Muncul korelasi yang sangat tingggi antar korelasi estimasi yang didapat
(Misalnya lebih dari 0.9).
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
75
6. Mengevaluasi kriteria dari goodness of fit atau uji kecocokan. Pada tahap ini
kesesuaian model dievaluasi melalui telaah terhadap berbagai kriteria
goodness of fit sebagai berikut:
a. Ukuran sampel minimal 100-150 dengan perbandingan 5 obesrvasi untuk
setiap parameter estimate
b. Normalitas dan linearitas
c. Outliers
d. Multicolinierity dan singularity
7. Menginterpretasikan hasil yang didapat dan mengubah model jika diperlukan
3.6.2.3 Model Pengukuran
Pada penelitian ini terdapat enam model pengukuran berdasarkan variabel yang
diukur, yaitu :
1. Hedonic Features
Model ini terdiri dari lima pertanyaan yang merupakan first order confimartory
factor analysis (1st
CFA) yang mewakili satu variabel laten yaitu hedonic features.
Variabel laten ξ1 mewakili hedonic features dan memiliki lima indikator
pernyataan.
2. Utilitarian Features
Model ini terdiri dari lima pertanyaan yang merupakan first order confimartory
factor analysis (1st
CFA) yang mewakili satu variabel laten yaitu utilitarian
features. Variabel laten ξ2 mewakili utilitarian features dan memiliki lima
indikator pernyataan.
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
76
3. Calculative Commitment
Model ini terdiri dari lima pertanyaan yang merupakan first order confimartory
factor analysis (1st
CFA) yang mewakili satu variabel laten yaitu calculative
commitment. Variabel laten η1 mewakili calculative commitment dan memiliki
lima indikator pernyataan.
4. Flow Experience
Model ini terdiri dari lima pertanyaan yang merupakan first order confimartory
factor analysis (1st
CFA) yang mewakili satu variabel laten yaitu flow experience.
Variabel laten η2 mewakili flow experience dan memiliki lima indikator
pernyataan.
5. E-Trust
Model ini terdiri dari lima pertanyaan yang merupakan first order confimartory
factor analysis (1st
CFA) yang mewakili satu variabel laten yaitu e-trust. Variabel
laten η3 mewakili e-trust dan memiliki lima indikator pernyataan.
6. E-Loyalty
Model ini terdiri dari lima pertanyaan yang merupakan first order confimartory
factor analysis (1st
CFA) yang mewakili satu variabel laten yaitu e-loyalty.
Variabel laten η4 mewakili e-loyalty dan memiliki lima indikator pernyataan.
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
77
Setelah mengetahui jumlah indikator dari masing-masing variable, maka dibuatlah
model pengukuran keseluruhan sebagai berikut:
Sumber: Pengolahan Data Primer, 2017
Gambar 3.10 Model Pengukuran
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
78
3.6.2.4 Structural Model
Adapun model struktural penelitian ini dirangkum pada gambar 3.11
Sumber: Pengolahan Data Primer, 2017
Gambar 3.11 Model Keseluruhan Penelitian (Path Diagram)
3.6.2.5 Kecocokan Model Pengukuran (Measurement model fit)
Uji kecocokan model pengukuran akan dilakukan terhadap setiap konstruk atau
model pengukuran (hubungan antara sebuah variabel laten dengan beberapa
variabel teramati/indikator) secara terpisah melalui evaluasi terhadap validitas dan
reliabilitas dari model pengukuran (Hair et al., 2010).
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
79
1. Evaluasi terhadap validitas
Suatu variabel dapat dikatakan mempunyai validitas yang baik terhadap konstruk
atau variabel latennya, jika:
a. Nilai t muatan faktornya (loading factors) lebih besar dari nilai kritis (≥ 1.96)
b. Muatan faktor standarnya (standardized factor loading) ≥ 0.50.
2. Evaluasi terhadap reliabilitas
Realibilitas adalah konsistensi suatu pengukuran. Reliabilitas tinggi
menunjukkan bahwa indikator-indikator mempunyai konsistensi tinggi dalam
mengukur konstruk latennya. Berdasarkan Hair et al., (2010) suatu variabel dapat
dikatakan mempunyai reliabilitas baik jika :
a. Nilai construct reliability (CR) ≥ 0.70, dan
b. Nilai Variance Extracted (AVE) ≥ 0.50
Berdasarkan Hair et al., (2010) ukuran tersebut dapat dihitung dengan rumus
sebagai berikut :
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
80
3.6.2.6 Testing Structural Relationship
Menurut Hair et al, (2010) model fit yang baik saja tidak cukup untuk mendukung
teori structural yang diusulkan. Peneliti juga harus memeriksa estimasi parameter
individu yang mewakili masing-masing hipotesis tertentu. Model teoritis dianggap
valid jika:
1. Memiliki nilai standard coefficient ≥ 0 yang berarti memiliki hubungan yang
positif dan kurang dari 0 adalah negatif.
2. Memiliki nilai P-Value ≤ 0.05. Jika P-Value ≤ 0.05 maka disimpulkan hipotesis
didukung oleh data yang artinya terdapat pengaruh signifikan karena tingkat
error yang dimiliki masih dibawah 0.05, sehingga masih dapat ditoleransi.
Namun jika P-Value yang diperoleh diatas 0.05 maka hipotesis dinyatakan
tidak memiliki pengaruh yang signifikan karena memiliki error yang lebih
besar, sehingga data tidak mendukung hipotesis yang telah dibuat.
3.6.2.7 Kecocokan Model Struktural
Hair et al., (2010) mengelompkan GOF (Goodness of Fit Indices) atau ukuran GOF
menjadi 3 bagian, yaitu absolute fit measurment (ukuran kecocokan absolut),
incremental fit measurment (ukuran kecocokan inkremental), dan parcimonious fit
measures (ukuran kecocokan parsimoni). Absolute fit measure digunakan untuk
menentukan derajat prediksi model keseluruhan (model struktural dan pengukuran)
terhadap matrik korelasi dan kovarian.
Incremental fit measures digunakan untuk membandingkan model yang diusulkan
dengan model dasar yang disebut sebagai null model atau independence model.
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
81
Parsimonious fit measures digunakan untuk mengukur kehematan model, yaitu
model yang mempunyai degree of fit setinggi-tingginya untuk setiap degree of
freedom.
Menurut Hair et al., (2010), uji structural model dapat dilakukan dengan mengukur
goodness of fit model (GOF) yang menyertakan kecocokan nilai:
1. Nilai χ2 dengan DF
2. Satu kriteria absolute fit index (i.e., GFI, RMSEA, SRMR, Normed Chi-
Square)
3. Satu kriteria incremental fit index (i.e., CFI atau TLI)
4. Satu kriteria goodness-of-fit index (i.e., GFI, CFI, TLI)
5. Satu kriteria badness-of-fit index (RMSEA, SRMR)
Adapun hal penting yang perlu diperhatikan dalam uji kecocokan dan pemeriksaan
kecocokan yang dapat dilihat pada tabel 3.4.
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017
82
Tabel 3.4 Goodness of Fit (GOF)
FIT INDICES
CUTOFF VALUES FOR GOF INDICES
N < 250 N ˃ 250
m≤12 12<m<30 M ≥ 30 m<12 12<m<30 M ≥ 30
Absolute Fit Indices
1 Chi-Square ( χ² ) Insignificant
p-values expected
Significant
p-values even with
good fit
Significant
p-values expected
Insignificant
p-values even with
good fit
Significant
p-values expected
Significant
p-values expected
2 GFI GFI ˃ 0.90
3 RMSEA RMSEA < 0.08 with
CFI ≥ 0.97
RMSEA < 0.08 with
CFI ≥ 0.95
RMSEA < 0.08 with
CFI ˃ 0.92
RMSEA < 0.07 with
CFI ≥ 0.97
RMSEA < 0.07
with
CFI ≥ 0.92
RMSEA < 0.07
with
RMSEA ≥ 0.90
4 SRMR Biased upward,
use other indices
SRMR ≤ 0.08
(with CFI ≥ 0.95)
SRMR < 0.09
(with CFI ˃ 0.92)
Biased upward,
use other indices
SRMR ≤ 0.08
(with CFI ˃ 0.92)
SRMR ≤ 0.08
(with CFI ˃ 0.92)
5 Normed Chi-Square
(χ²/DF) (χ²/DF) < 3 is very good or 2 ≤ (χ²/DF) ≤ 5 is acceptable
Incremental Fit Indices
1 NFI 0 ≤ NFI ≤ 1, model with perfect fit would produce an NFI of 1
2 TLI TLI ≥ 0.97 TLI ≥ 0.95 TLI ˃ 0.92 TLI ≥ 0.95 TLI ˃ 0.92 TLI ˃ 0.90
3 CFI CFI ≥ 0.97 CFI ≥ 0.95 CFI ˃ 0.92 CFI ≥ 0.95 CFI ˃ 0.92 CFI ˃ 0.90
4 RNI
May not diagnose
misspecification
well
RNI ≥ 0.95 RNI ˃ 0.92 RNI ≥ 0.95, not used
with N ˃ 1,000
RNI ˃ 0.92, not
used with
N ˃ 1,000
RNI ˃ 0.90, not
used with
N ˃ 1,000
Parsimony Fit Indices
1 AGFI No statistical test is associated with AGFI, only guidelines to fit
2 PNFI 0 ≤ NFI ≤ 1, relatively high values represent relatively better fit
Note: m=number of observed variables; N applies to number of observations per group when applying CFA to multiple groups at the same time
Sumber: Hair,Black, Babin, and Anderson (2010)
Analisis Pengaruh..., Sufi Arlina, FB UMN, 2017